Buchumschlag

ReLaMix: Residual Latency-Aware Mixing for Delay-Robust Financial Time-Series Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lai, Tianyou, Yue, Wentao, Zhou, Jiayi, Hao, Chaoyuan, Chang, Lingke, Mao, Qingyu, Niu, Zhibo, Li, Qilei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Review of Federated Learning Under Data Heterogeneity
von: Wentao Yue, et al.
Veröffentlicht: (2026)

AdaMixT: Adaptive Weighted Mixture of Multi-Scale Expert Transformers for Time Series Forecasting
von: Zhang, Huanyao, et al.
Veröffentlicht: (2025)

CSformer: Combining Channel Independence and Mixing for Robust Multivariate Time Series Forecasting
von: Wang, Haoxin, et al.
Veröffentlicht: (2023)

PA-RNet: Perturbation-Aware Residual Network for Robust Multimodal Time Series Forecasting
von: Zhu, Enqiang, et al.
Veröffentlicht: (2025)

TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

MCformer: Multivariate Time Series Forecasting with Mixed-Channels Transformer
von: Han, Wenyong, et al.
Veröffentlicht: (2024)

NPMixer: Hierarchical Neighboring Patch Mixing for Time Series Forecasting
von: Choi, Jung Min, et al.
Veröffentlicht: (2026)

LLM-Mixer: Multiscale Mixing in LLMs for Time Series Forecasting
von: Kowsher, Md, et al.
Veröffentlicht: (2024)

FMDformer: Frequency Mixed Decomposed Transformer for Time Series Forecasting
von: Xueli Liu, et al.
Veröffentlicht: (2025)

RDIT: Residual-based Diffusion Implicit Models for Probabilistic Time Series Forecasting
von: Lai, Chih-Yu, et al.
Veröffentlicht: (2025)

TimeExpert: Boosting Long Time Series Forecasting with Temporal Mix of Experts
von: Ma, Xiaowen, et al.
Veröffentlicht: (2025)

ReCycle: Fast and Efficient Long Time Series Forecasting with Residual Cyclic Transformers
von: Weyrauch, Arvid, et al.
Veröffentlicht: (2024)

Attention as Robust Representation for Time Series Forecasting
von: Niu, PeiSong, et al.
Veröffentlicht: (2024)

Quantum-Enhanced Channel Mixing in RWKV Models for Time Series Forecasting
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Cloud Workload Forecasting via Latency‐Aware Time Series Clustering‐Based Scheduling Technique
von: P. Sridhar, et al.
Veröffentlicht: (2025)

Liquid Neural Network Models for Natural Gas Spot Price Time-Series Forecasting
von: Liu, Yiqian, et al.
Veröffentlicht: (2026)

Wave-Mask/Mix: Exploring Wavelet-Based Augmentations for Time Series Forecasting
von: Arabi, Dona, et al.
Veröffentlicht: (2024)

Mixing It Up: Exploring Mixer Networks for Irregular Multivariate Time Series Forecasting
von: Klötergens, Christian, et al.
Veröffentlicht: (2025)

WPMixer: Efficient Multi-Resolution Mixing for Long-Term Time Series Forecasting
von: Murad, Md Mahmuddun Nabi, et al.
Veröffentlicht: (2024)

A Robust Displacement Monitoring Model for High‐Arch Dams Integrating Signal Dimensionality Reduction and Deep Learning‐Based Residual Correction
von: Yantao Zhu, et al.
Veröffentlicht: (2024)

Time Series Foundation Models for Multivariate Financial Time Series Forecasting
von: Marconi, Ben A.
Veröffentlicht: (2025)

Vote-Tree-Planner: Optimizing Execution Order in LLM-based Task Planning Pipeline via Voting
von: Zhang, Chaoyuan, et al.
Veröffentlicht: (2025)

Forecasting the U.S. Renewable-Energy Mix with an ALR-BDARMA Compositional Time-Series Framework
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

xLSTM-Mixer: Multivariate Time Series Forecasting by Mixing via Scalar Memories
von: Kraus, Maurice, et al.
Veröffentlicht: (2024)

Fourier-Mixed Window Attention: Accelerating Informer for Long Sequence Time-Series Forecasting
von: Tran, Nhat Thanh, et al.
Veröffentlicht: (2023)

PatchMixer: A Patch-Mixing Architecture for Long-Term Time Series Forecasting
von: Gong, Zeying, et al.
Veröffentlicht: (2023)

Sensitivity-Aware Mixed-Precision Quantization for ReRAM-based Computing-in-Memory
von: Chen, Guan-Cheng, et al.
Veröffentlicht: (2025)

First‐Order Mixed Autoregressive Model for Bivariate Mixed Time Series
von: Weiyang Yu, et al.
Veröffentlicht: (2025)

Adapting to the Unknown: Robust Meta-Learning for Zero-Shot Financial Time Series Forecasting
von: Liu, Anxian, et al.
Veröffentlicht: (2025)

GeoMix: Towards Geometry-Aware Data Augmentation
von: Zhao, Wentao, et al.
Veröffentlicht: (2024)

LiNo: Advancing Recursive Residual Decomposition of Linear and Nonlinear Patterns for Robust Time Series Forecasting
von: Yu, Guoqi, et al.
Veröffentlicht: (2024)

Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting
von: Den, Yu-Chen, et al.
Veröffentlicht: (2026)

Boosting Neural Video Representation via Online Structural Reparameterization
von: Li, Ziyi, et al.
Veröffentlicht: (2025)

No‐Reference Image Quality Assessment: Past, Present, and Future
von: Qingyu Mao, et al.
Veröffentlicht: (2025)

Signal Timing Optimization for Mixed Connected Automated Traffic Based on A Markov Delay Approximation
von: Yue, Ximin, et al.
Veröffentlicht: (2025)

Machine Learning Approaches to Financial Time Series Forecasting
von: Deeti, Vinay Kumar
Veröffentlicht: (2022)

Multi-period Learning for Financial Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Supervised Autoencoder MLP for Financial Time Series Forecasting
von: Bieganowski, Bartosz, et al.
Veröffentlicht: (2024)

Causality-Inspired Models for Financial Time Series Forecasting
von: Oliveira, Daniel Cunha, et al.
Veröffentlicht: (2024)

Feature Selection with Annealing for Forecasting Financial Time Series
von: Pabuccu, Hakan, et al.
Veröffentlicht: (2023)